近日，H 正式发布首款产品 Runner H，以及用于构建自动化解决方案的 Studio 平台，标志着企业自动化和开发者工具的重大进步。
CEO Charles Kantor 强调：“我们正在构建属于智能体化时代的专属技术。”这一策略在当前竞争激烈的 AI 创新领域显得尤为重要。
他还表示，公司正在进行 A 轮融资，以支撑他所称的“AI 第二阶段”。与 OpenAI 等“第一阶段”公司主攻通用模型不同，H 专注于特定任务和场景，提供定制化解决方案。
▍Runner H 专注三大应用场景
目前，H 已经悄悄与多个领域的客户合作，包括电商、银行、保险和外包服务，通过真实反馈不断优化产品。
聚焦以下三个核心场景：
1）机器人流程自动化（RPA）
RPA 是一种成熟但尚未充分结合 AI 的技术，常用于自动化处理表单、勾选框以及文件传输等重复性任务。Runner H 的优势在于，即便处理的模板有所修改，其 AI 仍可运行无误，支持更广泛的数据源。
2）质量保障（QA）
在质量保障方面，Runner H 擅长减轻网站测试等复杂任务的“维护负担”，例如验证页面可用性、模拟真实用户行为，以及确保支付方式的兼容性，尤其是在网站被修改后。
3）业务流程外包（BPO）
BPO 涵盖从改进账单处理流程到加速数据访问和使用的多种任务。Runner H 能够提升企业操作效率，为客户节省时间和成本。
▍紧凑模型的高效与低成本
与主流大语言模型（如 GPT-4 拥有 1750 亿参数）不同，Runner H 采用仅 20 亿参数的紧凑模型，专注于提高效率和降低成本。
Kantor 强调，这种策略不仅减少了运营开销，还提升了客户部署时的经济性和灵活性。
在技术表现上，H 声称其模型在 WebVoyager 基准测试中比 Anthropic 的“Computer Use”模型高出 29%，并优于 Mistral 和 Meta 的相关模型。
此外，Runner H 的产品还包括基于计算机视觉的“紧凑视觉模型”（VLM），进一步扩展了 AI 的应用范围。
作为 Runner H 的配套平台，Studio 是一款为开发者设计的工具，用于轻松构建和管理大规模生产级自动化。
通过 Studio，开发者可以快速创建从电商端到端工作流（如产品搜索到订单确认）到金融服务流程（如身份验证和合规检查）的自动化解决方案。
H 为 Runner H 设置了等待名单，并将在未来几天内向客户开放 API。这些 API 包括 H 提供的现成智能体工具，也支持开发者构建定制化解决方案。
此外，H-Studio 平台将帮助客户测试和管理这些服务。初期使用 API 将免费，后续公司计划引入收费模式。
✦ 精选内容 ✦
